[发明专利]脸部肌肉特征点自动标记方法在审
申请号: | 201911251805.2 | 申请日: | 2019-12-09 |
公开(公告)号: | CN112950529A | 公开(公告)日: | 2021-06-11 |
发明(设计)人: | 王鸿君 | 申请(专利权)人: | 丽宝大数据股份有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06K9/00;G06K9/46;G06K9/62 |
代理公司: | 北京律诚同业知识产权代理有限公司 11006 | 代理人: | 张燕华;王馨仪 |
地址: | 中国台湾新北*** | 国省代码: | 台湾;71 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 脸部 肌肉 特征 自动 标记 方法 | ||
1.一种脸部肌肉特征点自动标记方法,应用于具有一处理器、一显示单元及一储存单元的一脸部影像分析装置,其中该储存单元储存有预先训练完成的一训练模型,其特征在于,该方法包括:
a)取得一使用者的一待辨识影像;
b)由该处理器对该待辨识影像执行一脸部识别程序以产生一脸部定位框,其中该脸部定位框标示出该待辨识影像中的一脸部并涵盖该脸部上的多个强参考点;
c)由该处理器基于该训练模型对该待辨识影像进行模糊比对并产生一辨识结果;
d)依据该辨识结果于该待辨识影像上标记多个肌肉特征点,其中该多个肌肉特征点分别落在该脸部定位框中并且对应至该脸部上的多个弱参考点;及
e)通过该显示单元重叠显示该待辨识影像及该多个肌肉特征点。
2.根据权利要求1所述的脸部肌肉特征点自动标记方法,其特征在于,该多个肌肉特征点包括四个肌肉特征点,该四个肌肉特征点包括位于该脸部左侧的一第一肌肉特征点及一第二肌肉特征点以及位于该脸部右侧的一第三肌肉特征点及一第四肌肉特征点,并且该四个肌肉特征点的连线构成一矩形框或一梯形框。
3.根据权利要求2所述的脸部肌肉特征点自动标记方法,其特征在于,该第一肌肉特征点落在由该脸部左侧的一第一泪沟切线、一第一法令纹切线、一第一眼角垂直线及一第一颚骨枝切线所构成的区域内,该第三肌肉特征点落在由该脸部右侧的一第二泪沟切线、一第二法令纹切线、一第二眼角垂直线及一第二颚骨枝切线所构成的区域内。
4.根据权利要求3所述的脸部肌肉特征点自动标记方法,其特征在于,该第二肌肉特征点落在由该脸部左侧的该第一法令纹切线、该第一眼角垂直线、该第一颚骨枝切线及一第一木偶纹切线所构成的区域内,该第四肌肉特征点落在由该脸部右侧的该第二法令纹切线、该第二眼角垂直线、该第二颚骨枝切线及一第二木偶纹切线所构成的区域内。
5.根据权利要求1所述的脸部肌肉特征点自动标记方法,其特征在于,该步骤a)是通过该脸部影像分析装置的一影像撷取单元实时撷取该待辨识影像、由该储存单元读取预先储存的该待辨识影像或通过该脸部影像分析装置的一无线传输单元从外部接收该待辨识影像,其中该待辨识影像至少包含了该使用者的脸部影像。
6.根据权利要求1所述的脸部肌肉特征点自动标记方法,其特征在于,该步骤b)是通过Dlib Face Landmark系统的方向梯度直方图算法对该待辨识影像执行该脸部识别程序并产生该脸部定位框。
7.根据权利要求1所述的脸部肌肉特征点自动标记方法,其特征在于,该步骤a)前更包括下列步骤:
a01)于多个训练数据上分别标记该多个肌肉特征点,其中该多个训练数据为脸部影像;
a02)通过Dlib Face Landmark系统的方向梯度直方图算法对各该训练数据执行该脸部识别程序,以分别于各该训练数据上产生该脸部定位框;
a03)依据该多个训练数据执行一人工智能训练算法,以分析并记录各该训练数据中的该多个肌肉特征点彼此间的对应关系,以及各该肌肉特征点与该脸部定位框内的一或多个强参考点间的对应关系;
a04)依据分析所得的所述对应关系产生多个肌肉特征点定位规则;及
a05)至少依据该多个肌肉特征点定位规则、一判断深度及一回归次数建立该训练模型。
8.根据权利要求7所述的脸部肌肉特征点自动标记方法,其特征在于,该训练模型为一回归器,该回归器包含多个内容相同的Cascade的回归树,各该回归树分别具有多个判断端点,该多个判断端点的至少一部分对应至该多个肌肉特征点定位规则,其中该多个回归树的数量相同于该回归次数,该多个判断端点的数量相同于该判断深度。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于丽宝大数据股份有限公司,未经丽宝大数据股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911251805.2/1.html,转载请声明来源钻瓜专利网。